Buchumschlag

T-PRIME: Transformer-based Protocol Identification for Machine-learning at the Edge

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Belgiovine, Mauro, Groen, Joshua, Sirera, Miquel, Tassie, Chinenye, Yıldız, Ayberk Yarkın, Trudeau, Sage, Ioannidis, Stratis, Chowdhury, Kaushik
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Networking and Internet Architecture Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Classification to Optimization: Slicing and Resource Management with TRACTOR
von: Groen, Joshua, et al.
Veröffentlicht: (2023)

Better Together: Leveraging Multiple Digital Twins for Deployment Optimization of Airborne Base Stations
von: Belgiovine, Mauro, et al.
Veröffentlicht: (2025)

ATLAS: AI-Native Receiver Test-and-Measurement by Leveraging AI-Guided Search
von: Belgiovine, Mauro, et al.
Veröffentlicht: (2025)

Programmable and GPU-Accelerated Edge Inference for Real-Time ISAC on NVIDIA Aerial Testbed
von: Villa, Davide, et al.
Veröffentlicht: (2025)

Distributed Experimental Design Networks
von: Li, Yuanyuan, et al.
Veröffentlicht: (2024)

Implementing and Evaluating Security in O-RAN: Interfaces, Intelligence, and Platforms
von: Groen, Joshua, et al.
Veröffentlicht: (2023)

Securing O-RAN Open Interfaces
von: Groen, Joshua, et al.
Veröffentlicht: (2024)

PRIME: Plasticity-Robust Incremental Model for Encrypted Traffic Classification in Dynamic Network Environments
von: Qin, Tian, et al.
Veröffentlicht: (2025)

Distributed Genetic Algorithm for Feature Selection
von: Potter, Michael, et al.
Veröffentlicht: (2024)

LightningNet: Distributed Graph-based Cellular Network Performance Forecasting for the Edge
von: Zacharopoulos, Konstantinos, et al.
Veröffentlicht: (2024)

Hardware-Software Co-Design for Accelerating Transformer Inference Leveraging Compute-in-Memory
von: Kim, Dong Eun, et al.
Veröffentlicht: (2025)

PRIME: Pseudo-Random Integrated Multi-Part Entropy for Adaptive Packet Spraying in AI/ML Data centers
von: Sobhani, Ashkan, et al.
Veröffentlicht: (2025)

GRU-Based Learning for the Identification of Congestion Protocols in TCP Traffic
von: Bergeron, Paul, et al.
Veröffentlicht: (2025)

Dynamic Adaptive Federated Learning for mmWave Sector Selection
von: Pacheco, Lucas, et al.
Veröffentlicht: (2025)

A Protocol-Independent Transport Architecture
von: Mohammadtaheri, Kimiya, et al.
Veröffentlicht: (2026)

From Block to Byte: Transforming PCIe SSDs with CXL Memory Protocol and Instruction Annotation
von: Kwon, Miryeong, et al.
Veröffentlicht: (2025)

Reducing Communication Overhead in the IoT-Edge-Cloud Continuum: A Survey on Protocols and Data Reduction Strategies
von: Kreković, Dora, et al.
Veröffentlicht: (2024)

Agent Communications toward Agentic AI at Edge -- A Case Study of the Agent2Agent Protocol
von: Duan, Qiang, et al.
Veröffentlicht: (2025)

Enabling Efficient Hardware Acceleration of Hybrid Vision Transformer (ViT) Networks at the Edge
von: Dumoulin, Joren, et al.
Veröffentlicht: (2025)

Enhanced AI as a Service at the Edge via Transformer Network
von: Pourakbar, Vahid, et al.
Veröffentlicht: (2025)

NX-CGRA: A Programmable Hardware Accelerator for Core Transformer Algorithms on Edge Devices
von: Prasad, Rohit
Veröffentlicht: (2025)

BETA: Binarized Energy-Efficient Transformer Accelerator at the Edge
von: Ji, Yuhao, et al.
Veröffentlicht: (2024)

Learning from the Best: Active Learning for Wireless Communications
von: Soltani, Nasim, et al.
Veröffentlicht: (2024)

TIMESAFE: Timing Interruption Monitoring and Security Assessment for Fronthaul Environments
von: Groen, Joshua, et al.
Veröffentlicht: (2024)

SPAC: Automating FPGA-based Network Switches with Protocol Adaptive Customization
von: Li, Guoyu, et al.
Veröffentlicht: (2026)

Edge-Served Congestion Control for Wireless Multipath Transmission with a Transformer Agent
von: Wang, Liang
Veröffentlicht: (2025)

Congestion or No Congestion: Packet Loss Identification and Prediction Using Machine Learning
von: Ali, Inayat, et al.
Veröffentlicht: (2024)

DMSA: A Decentralized Microservice Architecture for Edge Networks
von: Chen, Yuang, et al.
Veröffentlicht: (2025)

VECA: Reliable and Confidential Resource Clustering for Volunteer Edge-Cloud Computing
von: Yeddulapalli, Hemanth Sai, et al.
Veröffentlicht: (2024)

Dynamic Tsetlin Machine Accelerators for On-Chip Training at the Edge using FPGAs
von: Mao, Gang, et al.
Veröffentlicht: (2025)

A Protocol-Aware P4 Pipeline for MQTT Security and Anomaly Mitigation in Edge IoT Systems
von: Binh, Bui Ngoc Thanh, et al.
Veröffentlicht: (2026)

Decentralized Identifiers and Self-sovereign Identity in 6G
von: Garzon, Sandro Rodriguez, et al.
Veröffentlicht: (2021)

Automated Extraction of Protocol State Machines from 3GPP Specifications with Domain-Informed Prompts and LLM Ensembles
von: Zhang, Miao, et al.
Veröffentlicht: (2025)

EMiX: Emulating Beyond Single-FPGA Limits
von: Kropotov, Alexander, et al.
Veröffentlicht: (2026)

COBRA: Algorithm-Architecture Co-optimized Binary Transformer Accelerator for Edge Inference
von: Qiao, Ye, et al.
Veröffentlicht: (2025)

Atleus: Accelerating Transformers on the Edge Enabled by 3D Heterogeneous Manycore Architectures
von: Dhingra, Pratyush, et al.
Veröffentlicht: (2025)

Advancements in Mobile Edge Computing and Open RAN: Leveraging Artificial Intelligence and Machine Learning for Wireless Systems
von: Barker, Ryan, et al.
Veröffentlicht: (2025)

HALO: Memory-Centric Heterogeneous Accelerator with 2.5D Integration for Low-Batch LLM Inference
von: Negi, Shubham, et al.
Veröffentlicht: (2025)

Spectral Survival Analysis
von: Shi, Chengzhi, et al.
Veröffentlicht: (2025)

OpenURMA: A Clean-Room Open Implementation of the Unified Bus Protocol
von: Li, Bojie
Veröffentlicht: (2026)